Département de mathématiques et de génie industriel
Recherche opérationnelle et science de la gestion Logistique Algorithmes Optimisation
Intérêts de recherche et affiliations
Titulaire d’un doctorat en informatique et recherche opérationnelle de l’Université de Montréal, Louis-Martin Rousseau est professeur à l’École de Polytechnique de Montréal au Département de Mathématiques et Génie Industriel depuis 2003. Louis-Martin fut l’un des tout premiers chercheurs à mener des travaux sur l’hybridation des techniques de recherche opérationnelle classiques et des méthodes de programmation par contraintes (PPC) issues de l’intelligence artificielle. Ses travaux portent principalement sur la logistique des transports, l’optimisation d’horaires et l’optimisation des ressources en santé.
Il est aussi titulaire de la Chaire de Recherche du Canada en Analytique et Logistique des Soins de Santé qui se consacre aux problèmes où les décisions reliées à la conception des plans de soins et leur exécution sont à la fois complexes et/ou interreliés.
- Chaire de recherche du Canada de niveau 1 en analytique et logistique des soins de santé (HANALOG), Titulaire
- Combinatorial Optimization and Reasoning in Artificial Intelligence Laboratory (CORAIL), Responsable
- Centre interuniversitaire de recherche sur les réseaux d'entreprise, la logistique et le transport (CIRRELT), Membre
- Institut de valorisation des données (IVADO), Membre
- 1601 Recherche opérationnelle et science de la gestion
- 1603 Logistique
- 2713 Algorithmes
- 2715 Optimisation
Publications
Enseignement
Je donne les cours suivants : Outils de recherche opérationnelle en génie (MTH-8414) et Méthodes d'optimisation pour les services (MTH8410).
Encadrement à Polytechnique
EN COURS
-
Stage post-doctoral (2)
-
Cappart, Quentin. Deep Reinforcement Learning combined with Decision Diagram to solve Combinatorial Optimization Problem.
-
Renaud, Marc-André. Automatic treatment planning in radiation therapy using machine learning.
-
-
Doctorat (5)
-
Geraldo, Marc-André. Real-Time Management of Homecare Logistics.
-
Rudich, Isaac. Optimizing Logistics in Radiation Oncology.
-
Bayani, Mahdis. Structure detection in quadratic combinatorial optimization.
-
Shourabi, Hamed. Machine Learning Approaches to Bone Marrow Transfer Candidate Selection.
-
Yu, Qinxiao. Post-disaster rescue team routing and scheduling problem under deteriorating effect.
-
-
Maîtrise recherche (2)
-
Kahni, Zahra. Deep Reinforcement Approaches to Inventory Optimization.
-
Ricard, Léa. Deep Learning Approaches for Estimating Vehicle Routing Solution Cost.
-
TERMINÉ
-
Thèse de doctorat (23)
- Bayani, M. (2023). Data-driven decomposition and constraint customization for combinatorial optimization [Thèse de doctorat, Polytechnique Montréal].
- Parjadis de Larivière, A. (2023). Apprentissage Profond en Optimisation Combinatoire : Apprentissage de Bornes et Résolution de Problèmes de Transport [Thèse de doctorat, Polytechnique Montréal].
- Ben Tayeb, D. (2022). Optimisation des horaires et de rendez-vous de patients : applications en imagerie médicale et radiothérapie [Thèse de doctorat, Polytechnique Montréal].
- Haouassi, M. (2022). Modèles et méthodes pour l'optimisation du processus de préparation de commandes dans les entrepôts de type e-commerce [Thèse de doctorat, Polytechnique Montréal].
- Kafaei Kashefi, S. P. (2022). Application of Deep Reinforcement Learning to Routing and Scheduling [Thèse de doctorat, Polytechnique Montréal].
- Bretin, A. (2021). Optimisation spatio-temporelle des routes pour les problèmes de livraison de colis par services postaux [Thèse de doctorat, Polytechnique Montréal].
- Rimélé, A. (2021). Entrepôts autonomes à l'ère du e-commerce : apprentissage automatique pour la prise de décision en temps réel [Thèse de doctorat, Polytechnique Montréal].
- Cheng, C. (2020). Robust Optimization for Supply Chain Applications: Facility Location and Drone Delivery Problems [Thèse de doctorat, Polytechnique Montréal].
- Gonzalez Jurado, J. E. (2020). Machine learning-driven hybrid optimization based on decision diagrams [Thèse de doctorat, Polytechnique Montréal].
- Grenouilleau, F. (2020). Méthodes exactes et approchées pour le problème de planification des soins à domicile [Thèse de doctorat, Polytechnique Montréal].
- Messaoudi, M. (2020). Programmation primale en nombres entiers pour la résolution efficace d'un problème de tournées de véhicules riche : théorie et pratique [Thèse de doctorat, Polytechnique Montréal].
- Mahnam, M. (2019). Column Generation-Based Techniques for Intensity-Modulated Radiation Therapy (IMRT) and Volumetric Modulated Arc Therapy (VMAT) Treatment Planning [Thèse de doctorat, Polytechnique Montréal].
- Hashemi Doulabi, S. H. (2017). Decomposition-Based Integer Programming, Stochastic Programming, and Robust Optimization Methods for Healthcare Planning, Scheduling, and Routing Problems [Thèse de doctorat, École Polytechnique de Montréal].
- Legrain, A. (2015). Optimisation stochastique de problèmes d'ordonnancement en santé [Thèse de doctorat, École Polytechnique de Montréal].
- Monroy Licht, I. M. (2015). Arc Routing Problems for Road Network Maintenance [Thèse de doctorat, École Polytechnique de Montréal].
- Restrepo Ruiz, M. I. (2015). Grammar-Based Decomposition Methods for Multi-Activity Tour Scheduling [Thèse de doctorat, École Polytechnique de Montréal].
- Dems, A. (2014). Problèmes intégrés d'approvisionnement forestier avec décisions de tronçonnage [Thèse de doctorat, École Polytechnique de Montréal].
- Rix, J. G. (2014). Transportation Optimization in Tactical and Operational Wood Procurement Planning [Thèse de doctorat, École Polytechnique de Montréal].
- Prescott-Gagnon, É. (2011). Méthodes hybrides basées sur la génération de colonnes pour des problèmes de tournées de véhicules avec fenêtres de temps [Thèse de doctorat, École Polytechnique de Montréal].
- Côté, M.-C. (2010). Utilisation de langages formels pour la modélisation et la résolution de problèmes de planification de quarts de travail [Thèse de doctorat, École Polytechnique de Montréal].
- Aloise, D. (2009). Exact algorithms for minimum sum-of-squares clustering [Thèse de doctorat, École Polytechnique de Montréal].
- El Hachemi, N. (2009). Problème de transport avec contraintes d'horaires [Thèse de doctorat, École Polytechnique de Montréal].
- Corréa, A. I. (2005). Approches hybrides pour des problèmes intégrés d'ordonnancement et de routage de véhicules sans conflits [Thèse de doctorat, École Polytechnique de Montréal].
-
Mémoire de maîtrise (28)
- Kina, I. (2024). Modèles d'apprentissage automatique pour prédire et expliquer la congestion à l'urgence [Mémoire de maîtrise, Polytechnique Montréal].
- Marty, T. (2023). Apprentissage par renforcement appliqué à la résolution de problèmes de programmation par contraintes [Mémoire de maîtrise, Polytechnique Montréal].
- Mordant, P. (2023). Nouvelle approche d'optimisation pour le problème d'affectation des unités ferroviaires [Mémoire de maîtrise, Polytechnique Montréal].
- Terriault, E. (2022). Predicting Hidden Links in Informal Palm Oil Supply Chains [Mémoire de maîtrise, Polytechnique Montréal].
- Dissler, N. (2019). La planification de traitement en radiothérapie VMAT : comparaison des approches par points de contrôle et par arcs [Mémoire de maîtrise, Polytechnique Montréal].
- Gauthier Melançon, G. (2019). Quantifying Uncertainty in Systems - Two Practical Use Cases Using Machine Learning to Predict and Explain Systems Failures [Mémoire de maîtrise, Polytechnique Montréal].
- Hannothiaux, V. (2019). Predicting Bus End-Trip Delays Using Different Machine Learning Algorithms to Model Planning Effectiveness [Mémoire de maîtrise, Polytechnique Montréal].
- Musaraganyi, L. (2019). Prise en compte des préférences du décideur pour le problème multi-objectif de tournées de soins à domicile [Mémoire de maîtrise, Polytechnique Montréal].
- Camiat, F. (2018). Optimisation d'horaires axée sur la productivité des médecins aux urgences [Mémoire de maîtrise, École Polytechnique de Montréal].
- Dubois, E. (2018). Comparaison de stratégies d'organisation du transport de patients inter-établissements à Montréal à l'aide d'un modèle de simulation [Mémoire de maîtrise, École Polytechnique de Montréal].
- Khanidahaj, Z. (2018). Deep Learning and Reinforcement Learning for Inventory Control [Mémoire de maîtrise, École Polytechnique de Montréal].
- Augustin, A. (2017). Ordonnancement de bloc opératoire avec intégration des soins intensifs [Mémoire de maîtrise, École Polytechnique de Montréal].
- Benzaid, M. (2017). Planification des calendriers des rendez-vous des patients en chimiothérapie et du niveau de ressources infirmières [Mémoire de maîtrise, École Polytechnique de Montréal].
- El Abed, Y. (2017). Modélisation et simulation de la trajectoire des patients en radiothérapie [Mémoire de maîtrise, École Polytechnique de Montréal].
- Mongeau-Pérusse, V. (2017). Exploration et comparaison d'outils statistiques pour la prédiction du temps de guérison d'une plaie [Mémoire de maîtrise, École Polytechnique de Montréal].
- Petitdemange, E. (2017). Le transport non urgent des patients entre les hôpitaux de Montréal : un prototype pour l'automatisation du choix du transport et de l'accompagnement [Mémoire de maîtrise, École Polytechnique de Montréal].
- Thoux, A.-L. (2017). Conception d'un réseau de transport en commun pour le transport des patients sur l'Île-de-Montréal [Mémoire de maîtrise, École Polytechnique de Montréal].
- Carrier, A. (2016). Intégration de l'incertitude sur les tournées de véhicules et sur l'horaire de chargement dans le milieu forestier [Mémoire de maîtrise, École Polytechnique de Montréal].
- Gagnon, M. (2016). Algorithme de jumelage multimodal pour le covoiturage [Mémoire de maîtrise, École Polytechnique de Montréal].
- Beauchamp Boisvert, E. (2015). Simulation du flux de patients en clinique externe [Mémoire de maîtrise, École Polytechnique de Montréal].
- Brockbank, S. (2014). Heuristiques de branchement basées sur le dénombrement pour la résolution de problèmes d'arbres de recouvrement contraints [Mémoire de maîtrise, École Polytechnique de Montréal].
- Ouellette, L. (2014). Analyse de scénarios pour acheminer les patients montréalais en attente de service orthopédique [Mémoire de maîtrise, École Polytechnique de Montréal].
- Leduc, A. (2013). Modèle d'optimisation de la redistribution des vélos d'un système de vélopartage [Mémoire de maîtrise, École Polytechnique de Montréal].
- De la Poix de Fréminville, P. (2012). Partitionnement d'une zone géographique en territoires homogènes et contigus [Mémoire de maîtrise, École Polytechnique de Montréal].
- Taobane, M. (2012). Utilisation de la simulation pour améliorer les horaires des médecins et des équipements dans un département de Radio-Oncologie [Mémoire de maîtrise, École Polytechnique de Montréal].
- Dems, A. (2007). Ordonnancement et routage sans conflit de véhicules autoguidés dans un atelier de fabrication flexible : approche heuristique [Mémoire de maîtrise, École Polytechnique de Montréal].
- Pralong, B. (2007). Implémentation de la contrainte REGULAR en COMET [Mémoire de maîtrise, École Polytechnique de Montréal].
- N'Guessan, S. R. (2006). Modélisation de problèmes de tournées de véhicules complexes avec une librairie spécialisée [Mémoire de maîtrise, École Polytechnique de Montréal].
Autres réalisations
Louis-Martin Rousseau nommé au « Comité d’expert sur les systèmes de santé – COVID-19 », afin de coordonner la réponse canadienne à cette pandémie
À la demande de Santé Canada, la conseillère scientifique en chef du Canada (CSC) a réuni un groupe multidisciplinaire d'experts sur les systèmes de santé et les hôpitaux afin de fournir des conseils pratiques au gouvernement fédéral concernant les besoins et l'innovation en matière de services de santé. Ce groupe est un sous-comité du groupe d'experts COVID-19 qui conseille le gouvernement du Canada, et il est co-présidé par le sous-ministre de Santé Canada et la CSC.
Un prix de reconnaissance décerné à Louis-Martin Rousseau par l’IEOM Society International
En 2019, l’IEOM Society International a décerné le « Outstanding Achievement Award » au Dr. Louis-Martin Rousseau. Cette distinction récompense sa contribution exceptionnelle dans le domaine de l’ingénierie industrielle et de la gestion des opérations.
La mission de l’IEOM est de promouvoir, à l’échelle internationale, la pensée critique dans les domaines du génie industriel et de la gestion des opérations en offrant des moyens de communication et de mise en réseau entre des personnes diversifiées, issues en particulier des pays émergents, qui sont motivées par des intérêts communs.
Le prix a été remis lors d’un souper au Holiday Inn Toronto International Airport, le 25 octobre 2019, dans le cadre de la 4e Conférence nord-américaine de l’IEOM à Toronto.
Nouvelle(s) concernant Louis-martin Rousseau
Revue de presse concernant Louis-martin Rousseau






